虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

多维分析

  • 时频分析箱

    matlab 库函数  可以用于信号的分析等多个领域  在matlab中直接调用

    标签: 时频分析

    上传时间: 2015-05-14

    上传用户:123552

  • 多自动导引小车系统(AGVS)路径规划研究 (硕士论文)

    本文首先介绍 AGV 的结构组成及其系统组成,并对 AGV 控制系统中最主要的问题进行分析研究,阐述了导航小车的导引方法,并确定以激光导引作为研究对象;其次对单台 AGV 路径规划优化技术进行研究,在建立电子地图的基础 之上,对 Dijkstra 算法进行改进和优化,通过缩小搜索范围提高搜索效率,通过加入评价指标使得优化后的算法搜索到的路径更适合实际运行,从而实现单 AGV 路径规划;然后针对多台 AGVs 的无碰撞路径规划问题,采用与时间窗原 理相结合的预先规划算法,并提出弹性时间窗的概念对于路径连续且时间连续的情况可直接进行路径规划,对于路径连续但时间不连续的情况,通过提供弹性时间窗方式以获取更多可以被搜索的时间段;由于弹性时间窗的引入会使得在路径规划中在某些节点产生时间冲突,本文采用两种策略来解决:1)重新搜索路径,避开时间窗冲突的节点;2)通过速度调节平移时间窗,从而实现了基于先验决策的 AGV 无碰撞路径规划。将改进的 Dijkstra 算法和时间窗相结合,按照优先级顺序规划各个 AGV 的路径,通过检测后续规划路径是否与已存在的规划路径发生空间和时间冲突,并调用优化算法和规避策略进行最优路径的选择,从而实现 AGV 的无碰撞路径规划;最后开发了 AGV 系统地面控制仿真系统平台,对单台和多台 AGV 路径规划优化算法进行了仿真验证,结果表明优化后的路径规划算法和冲突解决策略是可行的,为实际应用打下了一定基础。 

    标签: 多自动导引小车系统(AGVS)路径规划研究  智能算法

    上传时间: 2016-04-01

    上传用户:五块钱的油条

  • FDTD二维仿真

    利用MATLAB对二维有限时域差分进行理解分析

    标签: FDTD 二维 仿真

    上传时间: 2016-07-18

    上传用户:woshizhende

  • 无损分析与扫描测量

    无损分析的方法和测量方法,无损三维尺寸测量,材料结构分析,无损检测

    标签: 扫描测量

    上传时间: 2016-08-19

    上传用户:非洲之星

  • Ansys二维静电场分析1

    静电场分析用以确定由电荷分布或外加 电势所产生的电场和电标势(电压)分布。 该分析能加两种形式的载荷:电压和电 荷密度。 静电分析是假定为线性的,电场正比于 所加电压。

    标签: Ansys 二维 电场分析

    上传时间: 2016-11-03

    上传用户:stalloy

  • 模糊层次分析法FuzzyAHP

    模糊层次分析法FuzzyAHP 用来解决多属性决策问题

    标签: 模糊层次分析法FuzzyAHP

    上传时间: 2017-02-18

    上传用户:taxue505

  • 现场大空间测量中精密三维坐标控制网的建立

    全局测量与精度控制是超大空间内精密测量的基础,决定着整体测量的性能和适用性。为提高整体空间测量精度,同时解决定向及尺度问题,必须在全局空间内布设高精度测量控制网。三维坐标测量作为几何量测量的重要代表,是建立控制网最直接且约束最强的控制条件。为建立大空间精密三维坐标控制网,采用激光跟踪仪多站位对空间全局控制点进行三维坐标测量,结合奇异值分解算法完成各站位的方位定向,并利用激光跟踪仪极高精度的测距值作为约束,对跟踪仪测角误差进行优化,进一步提高坐标控制网的精度。将该控制网建立方法应用于某飞机机翼表面形貌测量,实现激光跟踪仪全局控制与终端摄影测量的高效组合,以不同若干站位下全局控制点间距离比对结果表明该控制网对现场测量精度和可靠性的提高具有良好效果 。

    标签: 空间测量 控制网 精密

    上传时间: 2017-03-23

    上传用户:wyf1995

  • 三维TDOA定位Gdop

    三维TDOA定位Gdop 绘制图形,在一定高度下,分析在xy平面下的GDOP分布。

    标签: TDOA Gdop 定位

    上传时间: 2017-06-15

    上传用户:Bugs

  • 数据挖掘-聚类-K-means算法Java实现

    K-Means算法是最古老也是应用最广泛的聚类算法,它使用质心定义原型,质心是一组点的均值,通常该算法用于n维连续空间中的对象。 K-Means算法流程 step1:选择K个点作为初始质心 step2:repeat                将每个点指派到最近的质心,形成K个簇                重新计算每个簇的质心             until 质心不在变化  例如下图的样本集,初始选择是三个质心比较集中,但是迭代3次之后,质心趋于稳定,并将样本集分为3部分    我们对每一个步骤都进行分析 step1:选择K个点作为初始质心 这一步首先要知道K的值,也就是说K是手动设置的,而不是像EM算法那样自动聚类成n个簇 其次,如何选择初始质心      最简单的方式无异于,随机选取质心了,然后多次运行,取效果最好的那个结果。这个方法,简单但不见得有效,有很大的可能是得到局部最优。      另一种复杂的方式是,随机选取一个质心,然后计算离这个质心最远的样本点,对于每个后继质心都选取已经选取过的质心的最远点。使用这种方式,可以确保质心是随机的,并且是散开的。 step2:repeat                将每个点指派到最近的质心,形成K个簇                重新计算每个簇的质心             until 质心不在变化  如何定义最近的概念,对于欧式空间中的点,可以使用欧式空间,对于文档可以用余弦相似性等等。对于给定的数据,可能适应与多种合适的邻近性度量。

    标签: K-means Java 数据挖掘 聚类 算法

    上传时间: 2018-11-27

    上传用户:1159474180

  • 小波变换小波分析

    小波变换是时间(空间)频率的局部化分析,它通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求,从而可聚焦到信号的任意细节。

    标签: 小波变换 小波分析

    上传时间: 2019-04-01

    上传用户:dmwx